172
STUDI ANALISA KEBUTUHAN JUMLAH STASIUN HUJAN
BERDASARKAN EVALUASI PERBANDINGAN ANTARA
ANALISA HIDROGRAF BANJIR DAN BANJIR HISTORIS
PADA DAS LIMBOTO PROVINSI GORONTALO
Haris Djafar1, Lily Montarcih Limantara2, Runi Asmaranto3
1Mahasiswa Program Magister Teknik Pengairan, Universitas Brawijaya 2,3Dosen Jurusan Teknik Pengairan, Universitas Brawijaya
Abstrak: Dalam kegiatan analisis hidrologi, kesalahan dalam pemantauan data dasar hidrologi dalam suatu daerah pengaliran sungai akan menghasilkan data siap pakai yang tidak benar dan mengakibatkan hasil perencanaan dan pengelolaan sumber daya air yang tidak efisien dan efektif. Kesalahan tersebut biasanya disebabkan oleh jumlah stasiun hujan dalam DAS yang kurang memadai dan pola penyebaran stasiun hujan yang tidak merata. Tujuan penelitian adalah memperoleh hasil evaluasi jumlah stasiun hujan kondisi eksisting berdasarkan standar WMO, mengetahui perbandingan hasil besarnya debit banjir rancangan antara metode Kagan-Rodda dengan debit banjir rancangan kondisi jaringan stasiun hujan eksisting dan memperoleh reko-mendasi jumlah dan letak stasiun hujan yang baru beserta luas daerah pengaruhnya. Penelitian ini dilakukan di DAS limboto, dengan luas DAS sebesar 902,91 km2. Hasil dari penelitian ini adalah merekomendasikan 16
stasiun hujan dimana 4 stasiun hujan merupakan stasiun hujan eksisting, dengan kerapatan setiap stasiun hujan sebesar 8,038 km.
Kata kunci: Banjir, Kagan-rodda, Stasiun Hujan, Kerapatan Stasiun Hujan.
Abstract: In the hydrologic analysis activities, the Errors in basic hydrological data monitoring in a drainage area of the river will result in data are not correct and lead to the result of planning and management of water resources is not efficient and effective. The errors are usually caused by a number of rainfall stations in the watershed inadequate and dispersal patterns of uneven rainfall stations. The pur-pose of this study is to obtain the results of the evaluation of the amount of rainfall stations WMO standards based on existing conditions, to determine the comparison between the design flood discharge Kagan-Rodda method and the design flood discharge conditions using the existing station network, and to obtain recommendations amount and location of rainfall stations positions.This study conducted in watershed of Limboto, with an area of watershed is 902.91 km2 .The results of this study are recommending 16 rainfall stations where the 4 stations is the existing stations, with each station rainfall density is 8.038 km.
Keywords: Flood, Kagan-rodda, Rain Station, Rain Station density.
Banjir yang terjadi di DAS Limboto, sejak beberapa waktu terakhir selang tahun 2010 sampai dengan 2013 terus meluas. Hal tersebut diakibatkan adanya kebijakan pemerintah daerah Propinsi Gorontalo yang tidak memperhatikan keseimbangan lingkungan. Se-lain itu kurang memadainya infrastruktur pengairan utamanya stasiun hujan sebagai penghasil keakuratan data hidrologi dalam mendeteksi datangnya banjir.
meng-hadapi bencana dapat dilakukan untuk memperkecil dampak negatif yang ditimbulkan.
Dalam kegiatan analisis hidrologi, utamanya un-tuk memprediksi banjir, dibutuhkan data hidrologi se-perti data curah hujan, debit air, data iklim dan lain sebagainya. Kesalahan dalam pemantauan data dasar hidrologi dalam suatu daerah pengaliran sungai akan menghasilkan data siap pakai yang tidak benar dan mengakibatkan hasil perencanaan, penelitian, dan pengelolaan sumber daya air yang tidak efisien dan efektif.
Kesalahan tersebut biasanya disebabkan oleh jumlah stasiun hujan dalam DAS yang kurang me-madai dan pola penyebaran stasiun hujan yang tidak merata. Untuk mengatasi masalah tersebut menurut WMO (World Meteorological Organization), ma-ka suatu DAS harus memiliki stasiun hujan yang me-wakili kerapatan jaringan stasiun hujan minimum se-luas 100-250 km2/stasiun.
Tujuan dari penelitian ini adalah: (1). Memper-oleh hasil evaluasi jumlah stasiun hujan kondisi ek-sisting berdasarkan standar WMO; (2). Mengetahui perbandingan hasil besarnya debit banjir rancangan antara metode Kagan-Rodda dengan hasil besarnya debit banjir rancangan kondisi jaringan stasiun hujan eksisting; (3). Memperoleh rekomendasi jumlah dan letak posisi stasiun hujan yang baru beserta luas dae-rah pengaruhnya.
TINJAUAN PUSTAKA
Daerah Aliran Sungai
Suatu alur yang memanjang di atas permukaan bumi tempat mengalirnya air yang berasal dari hujan disebut alur sungai dan perpaduan antara alur sungai dan aliran air di dalamnya disebut sungai (Sosrod-darsono, 1985). Daerah dimana sungai memperoleh air merupakan daerah tangkapan air hujan yang biasanya disebut daerah aliran sungai. Dengan de-mikian, DAS dapat dipandang sebagai suatu unit kesatuan wilayah tempat air hujan mengumpul ke sungai menjadi aliran sungai (Asdak, 2004).
Analisis Data Hujan
Uji konsistensi data dilakukan terhadap data curah hujan harian maksimum yang dimaksudkan un-tuk mengetahui adanya penyimpangan data hujan, sehingga dapat disimpulkan apakah data tersebut la-yak dipakai dalam perhitungan analisis hidrologi atau tidak. Uji yang akan digunakan dalam studi ini adalah kurva massa ganda (double mass curve). Dengan cara ini dapat membandingkan curah hujan tahunan atau musiman akumulatif dari stasiun yang harus
di-teliti dengan harga-harga akumulatif curah hujan rata-rata dari suatu jaringan stasiun dasar yang bersesu-aian. Banyaknya stasiun dasar tidak kurang dari 10 (ada juga yang menetapkan tidak kurang dari 5) (Su-barkah, 1980).
Bila dalam suatu areal terdapat beberapa alat penakar atau pencatat curah hujan, maka untuk men-dapatkan harga curah hujan areal adalah dengan mengambil harga rata-ratanya. Curah hujan yang di-perlukan untuk penyusunan suatu rencana peman-faatan air dan rencana pengendalian banjir adalah curah hujan rata-rata di seluruh daerah (area rain-fall), bukan curah hujan pada suatu titik tertentu (point rainfall). Curah hujan ini disebut curah hujan wilayah/daerah dan dinyatakan dalam mm (Sosroddarsono, 1993).
Dalam studi ini metode yang digunakan untuk menentukan tinggi curah hujan rerata daerah yaitu Metode Poligon Thiessen, karena Poligon Thiessen dapat digunakan untuk menentukan luas pengaruh daerah stasiun hujan yang memiliki sebaran tidak merata.
Perbandingan luas poligon untuk setiap stasiun yang besarnya An/A. Thiessen memberi rumusan sebagai berikut:
dengan:
R : Curah hujan daerah rata-rata
R1, R2, ..., Rn : Curah hujan ditiap titik pos Curah hujan
A1, A2, ..., An : Luas daerah Thiessen yang me-wakili titik pos curah hujan
n : Jumlah pos curah hujan
sintetik yang menggunakan parameter yang lengkap sehingga hasilnya dapat diandalkan.
Jaringan Stasiun Hujan
Jaringan stasiun hujan mempunyai fungsi yang sangat penting, yaitu untuk mengurangi variabilitas besaran kejadian atau mengurangi ketidakpastian dan meningkatkan pemahaman terhadap besaran yang terukur maupun terinterpolasi (Made, 1987 dalam Harto, 1993). Setiap stasiun hujan memiliki luasan pengaruh (sphere of influence) yang meru-pakan daerah dimana kejadian-kejadian di dalamnya menunjukkan keterikatan atau koreksi dengan salah satu kejadian yang diamati stasiun lainnya di dalam daerah tersebut.
Jaringan stasiun hujan (rainfall network) harus mencakup kerapatan jaringan serta kemungkinan pertukaran datanya. Salah satu cara untuk mengatasi hal ini adalah dengan penetapan jaringan stasiun hujan primer dan sekunder.
Kerapatan dan Pola Penyebaran Stasiun Hujan
Data hujan yang diperoleh dari stasiun penakar hujan merupakan data hujan lokal yang hanya me-wakili pengukuran hujan untuk luas daerah tertentu. Sehingga untuk menentukan besarnya curah hujan suatu DAS diperlukan beberapa stasiun penakar hu-jan yang tersebar di dalam DAS yang bersangkutan dengan kerapatan dan pola penyebaran yang me-madai.
Analisis Jaringan Kagan-Rodda
Koefisien variasi (variation coefficient) adalah nilai perbandingan antara deviasi standar dengan nilai rata-rata hitung dari suatu distribusi.
Koefisien variasi yang dihitung berdasarkan hu-jan bulanan biasanya rendah (<0.6) tetapi untuk huhu-jan harian pada umumnya sangat tinggi (>0.6), hal ini mudah dipahami karena sifat hujan di daerah tropik seperti Indonesia yang sangat bervariasi dan tidak merata (Harto, 1993). Dasar analisis yang digunakan dalam jaringan Kagan-Rodda adalah sifat hujan yang merata dengan variasi yang rendah (0.3-0.6). Cara Kagan-Rodda menggunakan hubungan antara kera-patan jaringan (jarak antar stasiun) dengan sifat sta-tistik hujan pada masing-masing stasiun.
Ukuran yang digunakan untuk menyatakan be-rapa kuat hubungan antara dua variabel (terutama data kuantitatif) dinamakan koefisien korelasi (r) (Dejan, 1976). Pada umumnya nilai r bervariasi dari -1 melalui 0 hingga +1. Bila r = 0 atau mendekati 0, maka hubungan antara kedua variabel sangat lemah atau tidak ada hubungan sama sekali. Bila r = +1
Analisis Curah Hujan Rancangan
Untuk menentukan curah hujan rancangan mak-simum dipakai berbagai metode, misalnya Log Nor-mal, Log Pearson Tipe III, Gumbel, dan lain-lain. Da-lam studi ini memakai metode Log Pearson Tipe III karena tipe ini dapat digunakan untuk berbagai ma-cam sebaran data.
Perhitungan curah hujan rancangan mengguna-kan distribusi Log Pearson Tipe III, dengan persa-maan sebagai berikut (Soewarno, 1995):
dengan:
log X= Nilai logaritma curah hujan rancangan (mm) log X= Nilai rata-rata logaritma dari curah hujan
maksimum tahunan (mm) S = Nilai deviasi standar
G = Merupakan konstanta yang didapatkan dari tabel Log Pearson Tipe III dari hubungan antara Cs dan periode ulang (T)
Uji kesesuaian distribusi digunakan untuk mengetahui apakah distribusi yang dipilih dapat digunakan atau tidak untuk serangkaian data yang tersedia. Dalam studi ini, uji kesesuaian distribusi yang digunakan adalah Uji Smirnov-Kolmogorov
dan Uji Chi-Square.
Analisis Debit Banjir Rancangan
Debit banjir rancangan adalah debit banjir ter-besar tahunan dengan suatu kemungkinan terjadi kala ulang tertentu, atau debit dengan suatu kemungkinan periode ulang tertentu. Untuk menganalisa debit banjir rancangan dapat dilakukan dengan menggunakan metode hidrograf yang dilakukan dengan menggu-nakan bantuan model hidrograf satuan sintetis dan metode non hidrograf yang dilakukan dengan bantuan teknik analisi frekuensi yang memerlukan keterse-diaan data debit tahunan pada lokasi yang dikaji.
Perhitungan distribusi hujan jam-jaman pada studi ini menggunakan rumus Mononobe sebagai berikut:
dengan:
RT = intensitas hujan rata-rata dalam T jam R2 4 = curah hujan dalam 1 hari (mm) t = waktu konsentrasi hujan (jam) T = waktu mulai hujan
atau mendekati +1, maka korelasi antara kedua variabel dikatakan positif dan sangat kuat. Bila r = -1 atau mendekati --1, maka korelasi antara kedua variabel dikatakan kuat dan negatif.
Hidrometri
Secara singkat hidrometri didefinisikan sebagai ilmu yang mempelajari tentang pengukuran benda cair (Anonim,1983). Dan di bidang keairan, hidrometri diartikan dengan pengukuran debit yang menyangkut kualitas dan kuantitas, yaitu besarnya volume air yang melewati suatu penampang dalam satuan waktu (m3/
det atau l/det). Dengan demikian seri data hidrometri memiliki peran yang sangat penting sepanjang masa, guna memenuhi kebutuhan yang terkait dengan pengelolaan DAS (Daerah Aliran Sungai).
Metode Collins
Hidrograf satuan yang dihitung dari suatu kasus banjir belum merupakan hidrograf yang mewakili DAS yang bersangkutan. Oleh sebab itu diperlukan hidrograf satuan yang diturunkan dari banyak kasus banjir, kemudian dirata-rata. Namun tidak ada pe-tunjuk tentang berapa jumlah kasus banjir yang di-perlukan untuk memperoleh hidrograf satuan ini.
Dalam analisis, perlu dipilih kasus yang meng-untungkan yaitu dipilih hidrograf yang terpisah ( iso-lated) dan mempunyai satu puncak (single peak) serta mempunyai hujan yang cukup dan pencatatan distribusi hujan jam-jaman. Syarat tersebut dimak-sudkan untuk mempermudah perhitungan. Sedang-kan untuk mendapatSedang-kan hidrograf satuan pengamat-an, dilakukan cara analisis numerik, salah satunya adalah Metode Collins.
Jika data observasi (hidrograf pengamatan) salah, akan mengakibatkan pencatatan hujan salah. Jika hal tersebut terjadi, berarti teori hidrograf satuan tidak mencerminkan karakteristik DAS yang ber-sangkutan dan hidrograf satuan tidak bias dianggap mewakili DAS tersebut. Metode Collins merupakan cara untuk mendapatkan hidrograf satuan pengamat-an dengpengamat-an data hujpengamat-an periode kompleks.
Kesalahan Relatif
Untuk memperoleh keyakinan bahwa stasiun-stasiun yang dipilih dari hasil evaluasi berdasarkan analisis jaringan Kagan-Rodda cukup mewakili dari jumlah stasiun hujan yang tersedia, maka dihitung prosentase perbedaan debit banjir rancangan yang diperoleh berdasarkan jaringan Kagan-Rodda dengan besarnya debit banjir rancangan berdasarkan jaringan yang tersedia (kondisi eksisting).
Penentuan kesalahan relatif dilakukan dengan menggunakan rumus sebagai berikut:
dengan:
Kr = Kesalahan relatif curah hujan rancangan (%) Xa = Debit banjir historis (m3/detik).
Xb = Debit banjir hasil analisis (m3/detik)
METODE PENELITIAN
Langkah-langkah analisis yang dilakukan dalam metodologi penelitian adalah: (1) Uji konsistensi data hujan. (2) Menghitung curah hujan rerata daerah. (3) Analisis distribusi frekuensi dan uji kesesuaian distribusi frekuensi. (4) Analisis debit banjir rancang-an. (5) Analisis kerapatan stasiun hujan dan pola pe-nyebaran stasiun hujan berdasarkan standar WMO (world meteorogical organization). (6) Analisis ja-ringan stasiun hujan berdasarkan metode kagan-rodda. (7) Menghitung kesalahan relatif.
Secara grafis langkah-langkah pengerjaan di-gambarkan dalam bentuk bagan alir seperti Gambar 3.
ANALISA DAN PEMBAHASAN
Analisa Curah Hujan
Data Curah Hujan Kondisi Eksisting
Pada lokasi studi terdapat empat stasiun hujan yang berpengaruh terhadap wilayah DAS Limboto, yaitu Stasiun Hujan Alo Datahu, Stasiun Hujan Bi-yonga Huludupitango, Stasiun Hujan Bulota Hepu-hulawa, dan Stasiun Hujan Pohu Pilolalenga. Data hujan yang digunakan dalam analisa tersebut meliputi data curah hujan harian dengan periode pengamatan tahun 2003 sampai dengan tahun 2012.
Tabel 1. Data Curah Hujan Maksimum Tahunan DAS Limboto.
Curah Hujan Maksimum Rerata Daerah
(Eksisting)
Penentuan curah hujan rerata daerah pada studi ini menggunakan metode Poligon Thiessen. Peng-gambaran Poligon Thiessen dilakukan dengan meng-inputkan masing-masing koordinat stasiun hujan pada
Software ArcView GIS 3.3 untuk mendapatkan peta sebaran stasiun hujan.
Dari hasil analisis Alo Datahu memiliki luas pe-ngaruh sebesar 428,52 km2 (47,5%), Stasiun Hujan
Biyonga Huludupitango sebesar 232,82 km2 (25,8%),
Stasiun Hujan Bulota Hepuhulawa sebesar 126,76 km2 (14%), dan Stasiun Hujan Pohu Pilolalenga
se-besar 114,81 km2 (12,7%).
Adapun hasil pembuatan Poligon Thiessen DAS
Limboto disajikan pada Gambar 3 sedangkan hasil Gambar 2. Poligon Thiessen DAS Limboto
Gambar 2. Diagram Alir Penelitian
Sumber: Analisa Spasial ArcView GIS 3.3
Curah Hujan Rancangan
Curah hujan rancangan adalah curah hujan ter-besar yang mungkin terjadi di suatu daerah dengan peluang tertentu. Dalam studi ini, metode analisis hu-jan rancangan yang digunakan adalah metode Log Pearson Tipe III. Untuk perhitungan Distribusi Log Pearson Tipe III dapat dilihat pada Tabel 3.
Tabel 3. Perhitungan Distribusi Log Pearson Tipe III.
Analisa Jaringan Kagan-Rodda
Perhitungan perencanaan Kagan-Rodda pada DAS Limboto berdasarkan data curah hujan rata-rata harian maksimum dari metode Poligon Thiessen. Cara ini pada dasarnya menggunakan hu-bungan antara kerapatan jaringan dengan sifat sta-tistik hujan pada masing-masing stasiun dapat diten-tukan. Secara umum dapat ditentukan hubungan an-tara jarak antar stasiun dengan korelasi hujan dari masing-masing stasiun hujan. Apabila korelasi dapat ditentukan, maka jarak antar stasiun yang diperlukan dalam jaringan tertentu dapat ditentukan pula.
Tabel 7. Perhitungan Koefisien Variasi. Tabel 2. Curah Hujan Maksimum Rerata Daerah DAS
Limboto.
Sumber: Hasil Analisa
Adapun perhitungan hujan rancangan dengan berbagai kala ulang selengkapnya disajikan pada Tabel 4.
Tabel 4. Perhitungan Hujan Rancangan dengan Ber-bagai Kala Ulang.
Uji Kesesuaian Distribusi Frekuensi
Uji kesesuaian distribusi dimaksudkan untuk mengetahui apakah distribusi yang dipilih dapat digunakan atau tidak, untuk serangkaian data yang tersedia.
Tabel 5. Perhitungan Uji Chi-Square.
Panjang sisi segitiga Kagan untuk masing-ma-sing jumlash stasiun hujan yang telah direncanakan sebagai berikut:
Tabel 8. Hubungan Korelasi Hujan dan Jarak Antar Stasiun Hujan.
Gambar 5. Poligon Thiessen Stasiun Hujan Hasil Analisa Kagan-Rodda.
Tabel 10. Luas Daerah Pengaruh Stasiun Hujan Hasil Analisa Kagan-Rodda.
Sumber: Hasil Analisa
Dengan panjang sisi jaring sama dengan 8,038 km, maka dapat digambarkan jaringan Kagan-Rodda. Selanjutnya gambar jaringan diplotkan diatas peta DAS yang ditinjau dan dilakukan penggeseran se-demikian rupa sehingga jumlah simpul segitiga dalam DAS sama dengan jumlah stasiun hitung, dan simpul-simpul tersebut merupakan lokasi stasiun. Hasil per-hitungan diplotkan berdasarkan Gambar 4.
Gambar 4. Peta Jaring-jaring Kagan-Rodda.
Sumber: Hasil Analisa
Curah hujan rancangan adalah curah hujan terbesar yang mungkin terjadi di suatu daerah dengan peluang tertentu.
Tabel 11. Curah Hujan Maksimum Rerata Daerah (Hasil Analisa Kagan-Rodda)
Analisis Debit Banjir Rancangan
Untuk mengetahui hidrograf banjir rancangan perlu diketahui sebaran hujan jam-jaman dengan sa-tuan interval tertentu. Curah hujan didistribusikan se-lama 12 jam, dengan asumsi bahwa hujan yang jatuh selama durasi 12 jam.
Tabel 13. Curah Hujan Jam-jaman.
Analisis Hidrograf Pengamatan HSS Metode
Collins
Data aliran DAS yang dipakai untuk penelitian adalah pada saat terjadi debit maksimal berdasarkan data curah hujan harian yang diperoleh dari Stasiun Klimatologi Pohu Pilolalenga. Data aliran DAS yang dipakai untuk penelitian adalah pada saat terjadi debit maksimal berdasarkan data curah hujan harian yang diperoleh dari Stasiun Klimatologi Pohu Pilolalenga. Data hidrograf muka air yang dipilih untuk ana-lisis adalah data elevasi muka air dan hujan jam-jaman tanggal 20 September 2011.
Perhitungan hujan efektif dapat dilihat pada tabel berikut.
Tabel 16. Perhitungan Hujan Efektif Metode Colins. Tabel 12. Perhitungan Distribusi Log Pearson Tipe III.
Analisis Debit Banjir Rancangan HSS
Naka-yasu Kondisi Eksisting
Setelah dihitung ordinat hidrograf banjirnya, ma-ka dapat dihitung debit banjir rancangan HSS Nama-ka- Naka-yasu dengan kala ulang tertentu.
Tabel 14. Curah Hujan Efektif Jam-jaman.
Analisis Debit Banjir Rancangan HSS
Naka-yasu (Kagan-Rodda)
Setelah dihitung ordinat hidrograf banjirnya, maka dapat dihitung debit banjir rancangan HSS Nakayasu dengan kala ulang tertentu.
Tabel 15. Curah Hujan Efektif Jam-jaman.
di lapangan adalah data yang terjadi pada saat pukul 12.00 WITA dan didapatkan data selama 24 jam pengamatan debit.
Hidrograf pengamatan dari 4 stasiun AWLR ke-mudian dicari waktu puncak dan debit puncak rata. Untuk perhitungan Tp rata dan Qp rata-rata dapat dilihat pada tabel 17 berikut.
Tabel 17. Perhitungan Tp Rata-rata dan Qp Rata-rata.
menghasilkan kesalahan relatif sebesar 4,12%. Se-hingga, dapat ditarik kesimpulan bahwa penambahan stasiun dengan metode kagan-Rodda sangat efektif untuk dipergunakan karena, menghasilkan selisih kesalahan relatif yang lebih kecil dari kondisi eksisting dan kurang dari 5%.
Rekomendasi Berdasarkan Analisa
Kagan-Rodda
Berdasarkan hasil analisa di atas, maka diperoleh stasiun rekomendasi yang pola peyebarannya sesuai dengan jaring-jaring Kagan-Rodda.
Tabel 18. Penyebaran Stasiun Hujan Hasil Analisa Kagan-Rodda.
Sumber: Hasil Analisa
Kalibrasi Hidrograf Nakayasu
Kalibrasi hidrograf nakayasu dilakukan guna me-nyamakan antara debir pengamatan dengan debit na-kayasu, sehingga di dapatkan model yang mendekati dengan kondisi yang terjadi dilapangan. Kalibrasi di lakukan dengan mencoba-coba nilai hingga debit puncak dan bentuk hidrograf nakayasu sama men-dekati hidrograf metode Collins. Nilai yang di ambil sebagai koefisien penentu pada hidrograf nakayasu adalah sebesar 5,63 dimana awal nilai diasumsikan sebesar 3. Selain itu juga, koefisien untuk mencari nilai tr juga di sepakati menjadi 0,5 dimana awal di-tentukan sebesar 0,75.
Dari hasil kalibrasi HSS Nakayasu terhadap hi-drograf pengamatan 4 stasiun pengamatan. Yang da-pat di ubah-ubah dalam kalibrasi adalah nilai alpha dan nilai faktor pengali tr. Nilai dari ke-empat stasiun pengamatan tersebut dirata-ratakan sehingga dida-patkan nilai Faktor Pengali tr sebesar 0,5 dan nilai alpha rerata sebesar 5,63.
Perbandingan Debit Banjir Kondisi Eksisting
dan Kagan-Rodda
Perbandingan banjir rancangan di analisis guna mengetahui kesalahan relative terkecil dari debit banjir rancangan dan debit banjir rancangan Kagan-Rodda terhadap debit maksimum pengamatan selama 10 ta-hun. Data debit pengamatan yang didapatkan adalah pada tahun 2003–2012, yang kemudian dihitung pada kala ulang 2 tahun, 5 tahun, 10 tahun, 25 tahun, 50 tahun, 100 tahun dan 1000 tahun.
Pada kondisi eksiting, jika dibandingkan dengan debit banjir pengamatan didapatkan kesalahan rela-tive sebesar 26,73 %, sedangkan debit banjir yang di dapatkan dari pembentukkan metode kagan-Rodda
Pada analisis stasiun hujan dengan menggunakan metode Kagan-Rodda, menghasilkan sebaran stasiun hujan A hingga stasiun hujan P, yang telah di analisa pada Tabel 11. Akan tetapi pada hasil rekomendasi terdapat eliminasi stasiun hujan pada hasil analisa Kagan-Rodda, yaitu pada stasiun hujan E, G, K dan L. hal tersebut dikarenakan posisi letak stasiun ter-sebut hampir mendekati posisi stasiun hujan eksisting. Sehingga, diharapkan pada implementasi tidak me-ngeluarkan biaya banyak. Pada Tabel 18 sangat nam-pak pada Stasiun E digantikan dengan stasiun Byonga, stasiun G digantikan dengan stasiun Alo Datahu, Sta-siun K digantikan dengan staSta-siun Pohu dan staSta-siun L digantikan dengan stasiun Bulota. Substitusi Stasiun hujan tersebut dipresentasikan pada Gambar 6 dibawah ini.
KESIMPULAN
Dari hasil pengumpulan data, analisa dan pem-bahasan dapat diambil beberapa kesimpulan yaitu.
Berdasarkan standar WMO (World Meteoro-logical Organization) diketahui bahwa luas daerah pengaruh stasiun hujan di DAS Limboto dengan luas 902,91 km2 sudah memenuhi standar WMO karena
Besarnya nilai debit banjir rancangan maksimal pada kondisi eksisting untuk kala ulang 2 th, 5 th, 10 th, 25 th, 50 th, 100 th, dan 1000 th yaitu masing-masing sebesar 140,877 m3/dt, 183,470 m3/dt,
221,402 m3/dt, 281,784 m3/dt, 337,035 m3/dt, 402,237
m3/dt, dan 717,958 m3/dt. Sedangkan besarnya nilai
debit banjir rancangan maksimal hasil analisa Kagan-Rodda untuk kala ulang 2 th, 5 th, 10 th, 25 th, 50 th, 100 th, dan 1000 th yaitu masing-masing sebesar 144,142 m3/dt, 175,622 m3/dt, 199,794 m3/dt, 233,997
m3/dt, 262,197 m3/dt, 292,778 m3/dt, dan 415,356 m3/
dt.
Kesalahan relatif hidrograf pengamatan Metode Collins pada kondisi eksisting sebesar 26,73 % dan pada hasil analisa Kagan-Rodda sebesar 4,12 %. Se-hingga hidograf satuan Metode Collins hasil analisa Kagan-Rodda dapat digunakan sebagai hidrograf sa-tuan pengamatan di DAS Limboto. Analisa jaringan Kagan-Rodda yang dilakukan berdasarkan hujan ha-rian memberikan nilai koefisien variasi (Cv) sebesar 0,349 dan nilai koefisien korelasi sebesar ( r(o)) se-besar 0,664. Dengan diketahui pula panjang sisi jaring Kagan (L) sebesar 8,034 km, jumlah stasiun hujan yang dibutuhkan untuk tingkat kesalahan perataan (Z1) = 5% di DAS Limboto yaitu sebanyak 16 buah stasiun rekomendasi.
SARAN
Dari hasil analisa yang telah dilakukan terdapat beberapa kesimpulan yang bertujuan sebagai reko-mendasi terhadap beberapa pihak, diantaranya.
Kepada Pemerintah Daerah Provinsi Gorontalo khususnya Balai Wilayah Sungai Sulawesi II selaku pengelola DAS Limboto untuk melakukan evaluasi kerapatan dan pola penyebaran stasiun hujan yang telah ada.
Kepada pihak peneliti lanjutan agar lebih banyak menggunakan variasi metode yang digunakan dalam perhitungan parameter-parameter hidrologi yang mempengaruhi perencanaan jaringan stasiun hujan Kagan-Rodda untuk mengevaluasi pola penyebaran dan kerapatan stasiun hujan pada DAS Limboto.
DAFTAR PUSTAKA
Asdak, Chay. 2004. Hidrologi dan Pengelolaan Daerah Aliran Sungai (edisi kedua). Yogyakarta: Gadjah Madda University Press.
Harto Br, Sri. 1986. Optimasi Kerapatan Jaringan Stasiun Jaringan Hidrologi. Yogyakarta: PAU Ilmu Teknik UGM.
Harto Br, Sri. 1993. Analisa Hidrologi. Jakarta: PT. Grame-dia Pustaka Utama.
Linsley, Ray K, M.A. Kohler dan JLH Pualhus. 1986. Hidrologi Untuk Insinyur.(Terjemahan). Jakarta: Erlangga.
Montarcih Limantara, Lily, Dr. Ir. M.Sc. 2010. Hidrologi Praktis. Bandung: Lubuk Agung.
Priombodo, Agus., Lily Montarcih., Ery Suhartanto. 2012. Kajian Kalibrasi Hidrograf Representatif di DAS Sa-miran Kabupaten Pamekasan. Jurnal Teknik Peng-airan Vol.3 : 195-203
Soemarto, CD. 1986. Hidrologi Teknik. Surabaya: Usaha Nasional.
Soewarno. 1995. Hidrologi: Aplikasi Metode Statistik Untuk Analisa Data Jilid 1. Bandung: Nova. Soewarno. 1995. Hidrologi: Aplikasi Metode Statistik
Untuk Analisa Data Jilid 2. Bandung: Nova. Sosroddarsono, Suyono dan Kensaku Takeda. 1977.
Hidrologi Untuk Pengairan. Jakarta: PT. Pradnya Paramita.
Subarkah, Imam. 1980. Hidrologi Untuk Perencanaan Bangunan Air. Bandung: Idea Dharma